BAB 4 ANALISIS DAN BAHASAN

Transkripsi

1 BAB 4 ANALISIS DAN BAHASAN 4.1 Pengolahan Data Harian Divisi operasional di JNE Logistics and Distribution bertanggung jawab untuk memastikan bahwa komoditas dari vendor-vendor yang memakai jasa JNE Logistics and Distribution dapat sampai ke tangan konsumen yang memesan komoditas-komoditas tersebut. Pengamatan dilakukan selama satu bulan di JNE Logistics and Distribution, yaitu dari tanggal 29 April 2013 sampai 31 Mei 2013 (atau terdata sebagai 27 hari operasional yang terdiri dari 24 hari kerja dan 3 hari Sabtu). Vendor yang teramati menggunakan jasa operasional dari JNE Logistics and Distribution antara lain adalah PT Global Digital Niaga, PT Erafone Artha Retailindo, PT Jaya Makmur, PT Rajawali Pembaharuan, Global Teleshop, Tru Online, dan Plasa.com. Dari segi sumber daya manusia, tenaga yang berinteraksi langsung dengan konsumen akhir adalah kurir maupun supir. Pada periode pengamatan, sejumlah 16 kurir dan 2 supir tercatat mengantarkan komoditas dari vendor kepada konsumen akhir, dengan banyak staf yang bertugas per hari berkisar antara 5 sampai 15 orang (lihat Tabel 4.1). Namun, untuk hari kerja (Senin sampai Jumat), jumlah kurir minimum yang bertugas adalah delapan orang. Mekanisme pengaturan kurir di Divisi Operasional JNE Logistics and Distribution adalah sebagai berikut: o Ada tiga kurir khusus yang mempunyai wilayah pelayanan masing-masing, dimana prioritas utama mereka adalah untuk mengantar paket ke titik-titik lokasi konsumen pada wilayah pelayanan masing-masing. Tiga kurir khusus ini tidak perlu melapor ke depot setelah menyelesaikan tugas pengantaran. Tipe VRP yang selama ini diterapkan oleh tiga kurir khusus ini adalah Open Vehicle Routing Problem (OVRP). o Kurir lainnya tidak mempunyai wilayah pelayanan yang spesifik sehingga titik-titik lokasi konsumen yang dilewati bisa lebih longgar (tidak terbatas pada satu wilayah tertentu dari waktu ke waktu). Kurir-kurir ini wajib melapor ke depot setelah menyelesaikan tugas pengantaran, sehingga mereka menerapkan VRP umum. Bila data pengiriman paket dianalisis menurut hari (dengan memperhitungkan hari Sabtu), maka banyak paket maksimum adalah 186 paket dan banyak paket minimum adalah 22 paket. Tanpa memperhitungkan hari Sabtu, maka banyak paket maksimum adalah 186 paket dan banyak paket minimum adalah 49 paket (lihat Tabel 4.1 dan Gambar 4.1). Dari Gambar 4.1, dapat terlihat bahwa tidak ada pola hari dimana banyak paket harian untuk hari Senin sampai Jumat menunjukkan peningkatan atau penurunan. Namun, jelas terlihat bahwa terjadi penurunan banyak paket pada hari Sabtu, dan hal ini sangat logis mengingat JNE Logistics and Distribution hanya beroperasi selama setengah hari pada hari Sabtu. 16

2 17 Tabel 4.1 Rekapitulasi Harian pada Periode Pengamatan Tanggal nstaf npaket Berat nstop nlokasi Rata-rata Lokasi/staf Rata-rata npaket/lokasi Rata-rata npaket/staf Total Jarak Mon, 4/ Tue, 4/ Wed, 5/ Thu, 5/ Fri, 5/ Sat, 5/ Mon, 5/ ** * Tue, 5/ * 243* 159* 150* * Wed, 5/ * Fri, 5/ * Sat, 5/ Mon, 5/ ** Tue, 5/ ** 86** Wed, 5/ Thu, 5/ Fri, 5/ Sat, 5/ Mon, 5/ Tue, 5/ Wed, 5/ Thu, 5/ Fri, 5/ Mon, 5/ Tue, 5/ Wed, 5/ Thu, 5/ Fri, 5/ Total 1 bulan Max Min Keterangan: - nstaf adalah banyak kurir dan supir yang bekerja pada tanggal yang tertera. - npaket adalah banyaknya paket yang dipindahkan pada tanggal yang tertera. - Berat adalah berat total dari paket-paket yang dipindahkan pada tanggal yang tertera. - nstop adalah banyak konsumen yang dikunjungi pada tanggal yang tertera. - nlokasi adalah banyak alamat yang berbeda yang dikunjungi pada tanggal yang tertera (beberapa konsumen dapat beralamat pada gedung yang sama). *menandakan nilai tertinggi untuk data pengamatan **menandakan nilai tertinggi kedua untuk data pengamatan Gambar 4.1 Grafik Banyak Paket Harian terhadap Waktu Sumber: Pengolahan Data JNE Logistics and Distribution pada periode 29 April sampai 31 Mei 2013

3 18 Bila data pengiriman paket ditinjau menurut pemberdayaan kurir, diperoleh jumlah maksimum paket yang dapat dibawa oleh seorang kurir dalam satu hari adalah 59 paket, dengan total berat 59 kilogram (angka ini akan dipakai sebagai batasan kapasitas dalam sub-bahasan pengujian penentuan rute). Namun, juga pernah terjadi satu orang kurir hanya mengantarkan satu paket seberat satu kilogram dalam satu hari kerja. Setelah dilakukan wawancara dengan kepala divisi operasional, ternyata hal ini sengaja dilakukan agar semua kurir yang bertugas pada hari tersebut tidak menganggur (lihat Lampiran 5). Selain itu, ternyata mayoritas kurir (80,95% atau 17 dari 21 kejadian) yang hanya mengantarkan satu paket dalam satu hari merupakan kurir yang mendapatkan jadwal dispatch di shift kedua (siang hari). Berdasarkan hasil wawancara, hal ini terjadi karena sebagian besar paket sudah ditugaskan pada kurir di shift pertama, namun hal ini menyebabkan kurang optimalnya pemberdayaan kurir (lihat Lampiran 5). Kemungkinan adanya indikasi bahwa pemberdayaan kurir (di Divisi Operasional JNE Logistics and Distribution) masih kurang optimal juga bisa didukung melalui data yang ditampilkan pada Tabel 4.1, dimana ternyata kurir dengan jumlah lebih sedikit mampu mengantarkan paket dalam jumlah yang lebih banyak. Misalnya, pada tanggal 18 Mei (Sabtu), dibutuhkan 8 kurir untuk mengangkut 22 paket (maksimum 5 paket dan minimum 1 paket untuk 1 kurir), sementara pada tanggal 4 Mei (Sabtu), hanya 5 kurir dibutuhkan untuk mengangkut 28 paket (maksimum 13 paket dan minimum 1 paket untuk 1 kurir). Hal ini mungkin disebabkan karena belum adanya sistem dispatching yang baku atau mungkin disebabkan oleh faktor lain yang tidak teramati, seperti faktor kondisi kesehatan tenaga kerja atau faktor cuaca. Dari data yang terlihat pada Tabel 4.1, tidak terlihat adanya pola tertentu dalam penentuan banyak kurir harian yang bertugas. Penentuan banyak staf harian yang bertugas tidak bergantung pada banyak paket yang harus dikirimkan pada hari tersebut, berat total dari paket-paket tersebut, banyak alamat yang perlu dikunjungi pada hari tersebut, rata-rata banyak alamat untuk setiap staf, rata-rata banyak paket untuk setiap lokasi, rata-rata banyak paket yang ditugaskan kepada tiap-tiap staf, maupun jarak total rute harian. Hasil wawancara dengan Kepala Divisi Operasional JNE Logistics dan Distribution mengindikasikan bahwa sistem pembagian tugas kurir belum baku dan belum dilakukan dengan cukup optimal (lihat Lampiran 5). 4.2 Analisis Pembagian Tugas Kurir di Divisi Operasional JNE Logistics and Distribution Proses pengumpulan/penumpukan paket yang akan didistribusikan oleh Divisi Operasional JNE Logistics and Distribution dilakukan satu hari sebelum pengiriman dilakukan. Paket yang sampai ke lokasi penyimpanan pada hari tertentu tidak akan dikirimkan pada hari yang sama, meskipun paket tersebut sampai pada pagi hari sebelum proses dispatch di Divisi Operasional JNE Logistics and Distribution dilakukan. Karena alasan ini pula, penentuan rute bersifat statis, karena semua paket yang harus dikirimkan telah diinformasikan kepada Divisi Operasional JNE Logistics and Distribution sebelum pembagian tugas untuk kurir dan penentuan rute dilakukan (Pillac, dkk., 2010). Mekanisme pembagian tugas kurir yang diterapkan di Divisi Operasional JNE Logistics and Distribution dapat dilihat pada diagram alir berikut:

4 19 Gambar 4.2 Diagram Alir Pembagian Tugas Kurir Mekanisme pembagian tugas ini memperbolehkan kurir untuk mempertimbangkan paket mana saja yang sanggup dibawa berdasarkan tingkat pengenalan alamat dan perkiraan waktu dan jarak perjalanan oleh kurir itu sendiri (berdasarkan pengalaman lapangan dari masing-masing kurir). Melalui mekanisme pembagian tugas yang demikian, Divisi Operasional JNE Logistics and Distribution ingin memastikan bahwa setiap kurir mengenal lokasi alamat konsumen yang tertera pada paket yang telah mereka pilih sendiri. Hal ini merupakan faktor keahlian dan pengetahuan (skill and knowledge), yang merupakan salah satu faktor yang mempengaruhi kinerja karyawan (Ripley, 2002). Bila para kurir mengetahui apa yang harus mereka lakukan dalam menyelesaikan tugas mereka, maka mereka diharapkan dapat mengantarkan paket kepada konsumen dalam waktu yang relatif singkat (sesuai dengan nilai tambah yang diunggulkan oleh moda transportasi jasa kurir). 4.3 Analisis Cluster yang Ditetapkan oleh JNE Logistics and Distribution Dari hasil wawancara dengan kepala dan staf di Divisi Operasional JNE Logistics and Distribution (lihat Lampiran 5), didapatkan informasi bahwa ada pembagian wilayah Jakarta menjadi tiga wilayah, dimana ada tiga kurir khusus yang akan ditugaskan untuk melayani tiap-tiap wilayah tersebut (lihat Gambar 4.3). Menurut Kepala Divisi Operasional JNE Logistics and Distribution, wilayah tersebut dibagi dengan mempertimbangkan: o Alamat rumah masing-masing kurir khusus, karena tiga kurir khusus ini tidak perlu kembali ke depot setelah selesai mengantarkan paket mereka. o Topografi jalan di Jakarta, misalnya adanya sungai, kali, jalan kereta api, maupun jalan tol yang memisahkan dua wilayah. o Pengalaman lapangan dari staf Divisi Operasional JNE Logistics and Distribution.

5 20 Pada periode pengamatan, informasi yang dikumpulkan adalah data yang terlampir dalam nota serah terima untuk setiap paket. Adapun informasiinformasi yang terkumpul adalah sebagai berikut: o Daftar kurir yang bertugas pada setiap hari operasional (hari Senin sampai Sabtu). o Alamat titik-titik lokasi konsumen yang dilayani oleh tiap-tiap kurir yang bertugas. o Jumlah dan berat paket yang dibawa oleh tiap-tiap kurir. o Jam berangkat tiap-tiap kurir dan jam sampainya kurir di titik-titik lokasi konsumen. Gambar 4.3 Pembagian Tiga Wilayah oleh Divisi Operasional JNE Logistics and Distribution Sumber: (dengan modifikasi) Langkah pertama pengolahan data adalah menganalisis rute yang sebenarnya dilewati oleh tiap-tiap kurir dalam mengirimkan paket-paket kepada konsumen. Pada tahap ini, alamat dari tiap konsumen ditransformasikan menjadi titik-titik lokasi konsumen di Peta Jakarta. Rute yang sebenarnya dilalui oleh kurir dalam pengiriman didapatkan melalui jam serah terima paket yang tercatat pada nota serah terima untuk paket tersebut. Adapun panjang rute yang dilalui tiap kurir pada hari tersebut diasumsikan sama dengan panjang rute yang disarankan oleh Google Maps karena tidak adanya akses untuk mengetahui jarak tempuh yang sebenarnya dilalui oleh kurir ketika berpindah dari satu lokasi ke lokasi lainnya. Sementara jarak Euclidean yang dipakai dalam perhitungan dapat dihitung dengan menggunakan formula jarak. Dalam analisis penentuan rute, jarak yang akan digunakan adalah jarak Euclidean, dengan alasan sebagai berikut: - Pencarian jarak melalui Google Maps membutuhkan waktu untuk meng-input data dan menunggu respons dari jaringan internet. Hal ini dapat menimbulkan kerumitan prosedur bagi kurir, dan selain itu prosedur ini sangat bergantung pada jaringan listrik dan internet.

6 21 - Penggunaan jarak Google Maps mungkin akan memberikan keluaran jarak dua titik yang bersifat asimetris, yang bertentangan dengan asumsi yang digunakan. Gambar 4.4 Rute Aktual yang dilalui Kurir JNE Logistics and Distribution dalam Mengantarkan Paket kepada Konsumen Akhir Sumber: (dengan modifikasi) Pemilihan jarak Euclidean ini sebenarnya memiliki kelemahan, yaitu adanya kemungkinan penyimpangan dari permasalahan yang sesungguhnya terjadi di lapangan. Berdasarkan hasil pengolahan data perbandingan jarak Google Maps dan jarak Euclidean, diketahui bahwa nilai perbandingan kedua variabel tersebut mengikuti distribusi Erlang dengan rata-rata sampel sebesar 1,11 (menggunakan Input Analyzer of ARENA, lihat Lampiran 6). Pengujian nilai penyimpangan antara data jarak Google Maps dengan jarak Euclidean yang dikonversikan menunjukkan bahwa hanya 36,52% data yang menunjukkan persentase penyimpangan di bawah 10%. Meskipun demikian, bantuan visual berupa peta diharapkan dapat menjadi pertimbangan ketika para kurir akan menentukan rute pengiriman. Pada Gambar 4.3, dapat dilihat pembagian tugas untuk delapan kurir yang bertugas pada tanggal 8 Mei 2013 dengan rute yang dilewati oleh masingmasing kurir tersebut dalam mengirimkan komoditas kepada konsumen akhir. Tampak masih adanya perjalanan yang kurang optimal (seperti yang terlihat pada rute kurir 3-a, dimana ada rute bolak-balik atau loop saling berpotongan) dan pembagian tugas yang kurang merata (minimal 3 paket/kurir sampai maksimal 23 paket/kurir). Pada sub-bab berikutnya akan diusulkan penentuan

7 22 cluster alternatif yang dapat dipertimbangkan untuk diimplementasikan pada Divisi Operasional JNE Logistics and Distribution dan akan dianalisis tingkat perbandingan kinerja antara kedua cluster. 4.4 Penentuan Pembagian Wilayah Operasional (Cluster) Alternatif Gambar 4.5 Grafik Banyak Paket per Kecamatan dalam 1 Bulan

8 23 Gambar 4.6 Grafik Frekuensi Kunjungan Terbanyak dalam 1 Bulan Studi kasus ini ditujukan untuk mengoptimalkan kinerja dari Divisi Operasional JNE Logistics and Distribution. Dengan menerapkan pembagian wilayah seperti yang ditunjukkan pada Gambar 4.3, ternyata ada kemungkinan kurang optimalnya pemberdayaan staf pengirim paket. Karena itu, akan diadakan analisis untuk mencoba menemukan cara paling tepat untuk menentukan bagaimana pengiriman paket harus dilakukan.

9 24 Pilihan solusi yang mungkin adalah: o Pembagian wilayah layanan dan dilanjutkan dengan penentuan rute kurir. o Penentuan rute kurir, dan setelah rute ditentukan, dapat dilihat pola wilayah layanan yang mungkin akan terbentuk. Bila ternyata ada pola tertentu dari titik-titik lokasi konsumen yang dikunjungi, maka mungkin pembagian wilayah Jakarta menjadi beberapa cluster dapat bermanfaat dalam penentuan rute pendistribusian paket. Adapun keputusan yang harus ditetapkan bila akan dilakukan pembagian wilayah adalah sebagai berikut: o Banyak cluster yang akan dibentuk dari pembagian wilayah Jakarta (N). o Pembagian wilayah Jakarta untuk tiap-tiap N cluster tersebut. Analisis untuk menentukan ada atau tidaknya pola distribusi tertentu dari titik demand dilakukan dengan Input Analyzer of ARENA. Keluaran dari hasil uji kecocokan distribusi menunjukkan bahwa titik lokasi konsumen mengikuti pola distribusi Beta untuk 15 dari 27 hari pengiriman (atau sebesar 55,55%, lihat Lampiran 7). Hasil ini diperkuat dengan penghitungan data demand per kecamatan selama periode pengamatan, yaitu ada tiga kecamatan yang cukup menonjol dengan karakteristik (lihat Gambar 4.5, Gambar 4.6, dan Lampiran 8): - Tiga kecamatan ini berkontribusi pada tingkat demand yang cukup tinggi. Tiga dari total 42 kecamatan atau 7,14% dari 42 kecamatan di Jakarta berkontribusi pada 19,45% dari total demand bulanan. - Tiga kecamatan ini sering menjadi wilayah dengan titik demand tertinggi harian (25,9% sampai 29,6% dari total hari pengamatan). - Hampir setiap hari (25-26 dari 27 hari) selalu ada demand yang beralamat di tiga kecamatan tersebut. Gambar 4.7 Tiga Kecamatan sebagai Basis Cluster Sumber: (dengan modifikasi)

10 25 Tiga kecamatan tersebut adalah Grogol Petamburan, Kelapa Gading, dan Kebayoran Baru. Ada perbandingan yang cukup signifikan antara tiga kecamatan yang disebutkan di atas dengan kecamatan lain di Jakarta (lihat Lampiran 8), maka N=3 dipilih sebagai landasan penetapan pembagian cluster. Pembagian wilayah Jakarta dilakukan dengan metode Sweep untuk seluruh lokasi konsumen di Jakarta selama periode pengamatan. Metode Sweep (untuk koordinat polar, lihat Lampiran 9) akan dilakukan dengan membagi wilayah Jakarta menjadi tiga cluster dengan kriteria berikut ini: o Tiap cluster akan melayani titik lokasi konsumen dengan jumlah yang seimbang. Karena ada lokasi konsumen yang berbeda selama periode pengamatan, maka setiap cluster akan melayani lokasi. o Karena ada tiga kecamatan yang tingkat permintaannya lebih tinggi dan cenderung lebih sering dikunjungi, maka tiga cluster yang terbentuk harus mencakup tiga kecamatan tersebut (lihat Gambar 4.7). Dengan titik depot (Gedung JNE Logistics and Distribution) sebagai pusat koordinat polar, terpilih delapan pembagian cluster yang berbeda. Delapan cluster ini terbentuk dengan membagi rata titik demand gabungan. Karena itu, tiap-tiap cluster ini akan diuji untuk menentukan masih seimbang atau tidaknya cluster tersebut secara harian (lihat Lampiran 10 dan Lampiran 11). Hasil pengujian menunjukkan bahwa tiga cluster yang cukup konsisten dalam membagi titik demand di Jakarta secara merata adalah cluster dengan koordinat polar berikut ini (lihat Gambar 4.8): Cluster A dengan koordinat polar: 300º - 49,29º Cluster B dengan koordinat polar: 238º - 299,99º Cluster C dengan koordinat polar: 49,3º - 237,99º Gambar 4.8 Tiga Cluster Terpilih Keterangan: - Cluster A : Kelapa Gading - Cluster B : Kebayoran Baru - Cluster C : Grogol Petamburan Sumber: (dengan modifikasi)

11 26 Cluster yang diperoleh dengan metode Sweep ini dibatasi oleh garis lurus yang bersifat kaku, namun pada kondisi nyata, cluster biasanya dibatasi oleh komponen geografis. Karena itu, cluster yang diperoleh dengan metode Sweep ini akan disesuaikan dengan jalan yang paling dekat dengan batas garis lurus antar cluster. Pembagian cluster yang telah mempertimbangkan kondisi geografis dapat dilihat pada Gambar 4.9. Gambar 4.9 Pembagian Wilayah Cluster dengan Mempertimbangkan Jalan Sumber: (dengan modifikasi) Untuk menguji apakah penggunaan cluster ini dapat meningkatkan kinerja Divisi Operasional JNE Logistics and Distribution, akan dilakukan pembandingan antara total jarak tempuh semua kurir pada hari tertentu untuk cluster lama (yang ditetapkan oleh Divisi Operasional JNE Logistics and Distribution) dan cluster alternatif. Pengujian akan dilakukan dengan menggunakan hasil cluster dari metode Sweep karena ternyata jumlah demand per cluster antara hasil pembagian wilayah sebelum dan sesudah memperhitungkan komponen geografis tidak jauh berbeda. 4.5 Penentuan Rute Untuk menguji apakah ada perbaikan kinerja Divisi Operasional JNE Logistics and Distribution, akan dilakukan penentuan rute untuk tiap-tiap cluster baru untuk menentukan total jarak dan banyak kurir yang dibutuhkan pada harihari tertentu. Adapun tipe penentuan rute yang diterapkan untuk menganalisis cluster baru adalah tipe VRP umum atau Capacitated Vehicle Routing Problem (CVRP) dimana diasumsikan tidak ada kurir yang pulang setelah selesai mengantarkan paket kepada konsumen. Batasan kapasitas yang dipilih dalam permodelan VRP ini mencakup kapasitas berat, jarak total yang dapat ditempuh oleh tiap kurir, dan banyaknya konsumen berbeda yang dapat dilayani. Nilai-

12 27 nilai batasan ini diperoleh dari nilai maksimum untuk masing-masing indikator yang teramati selama periode pengamatan (lihat Lampiran 12): o Indikator 1: Jarak. Jarak total Euclidean yang dapat ditempuh tiap kurir adalah 139,23 unit jarak peta per hari. o Indikator 2: Berat Muatan. Berat total muatan yang dapat dibawa tiap kurir adalah 59 kilogram per hari. o Indikator 3: Banyak Lokasi. Maksimal banyaknya lokasi konsumen yang berbeda yang dapat dikunjungi oleh tiap kurir adalah 31 lokasi per hari. Pengujian penentuan rute dilakukan dengan metode Nearest Neighbor dan metode Clarke & Wright Saving. Kedua metode ini memberikan nilai yang sama untuk keluaran banyak kurir minimum (antara 3 sampai 7 kurir) yang diperlukan pada hari-hari tertentu yang diuji. Adapun perbandingan total jarak Euclidean pada penentuan rute harian dirangkum dalam Tabel 4.2. Tabel 4.2 Perbandingan Total Jarak Euclidean Harian antara Metode Nearest Neighbor (NN) dan Metode Clarke & Wright Saving 4/29 4/30 5/1 5/2 5/3 5/4 5/6 5/7 5/8 5/10 5/11 5/27 5/28 5/29 5/30 5/31 NN Saving Delta %Delta 18% 12% 16% 12% 17% 6% 16% 27% 11% 17% 1% 22% 15% 10% 14% 11% Keterangan: Delta adalah selisih antara Total Jarak kedua metode. Warna merah mengindikasikan bahwa total jarak dengan metode Saving lebih kecil dibandingkan dengan metode NN. Warna hitam mengindikasikan sebaliknya. Analisis kelebihan dan kelemahan untuk masing-masing metode dapat dilihat pada Tabel 4.3 di bawah ini: Tabel 4.3 Perbandingan Dua Metode dalam Penentuan Rute di Divisi Operasional JNE Logistics and Distribution Indikator Metode Nearest Neighbor Metode Clarke & Wright Saving Waktu proses Perhitungan secara manual lebih Perhitungan secara manual memakan manual Kemudahan aplikasi Keluaran: jumlah kurir Keluaran: jarak total Euclidean cepat Mudah diaplikasikan oleh orang lapangan, dan penggunaan bantuan visual berupa peta dapat membantu waktu dan membutuhkan ketelitian Membutuhkan program atau software untuk memproses keluaran dalam waktu relatif singkat Jumlah kurir harian yang diperoleh melalui perhitungan dengan dua metode adalah sama. Mayoritas (83,33%) jarak total Jarak total Euclidean dengan metode Euclidean dengan metode Nearest ini biasanya lebih kecil dari metode Neighbor lebih besar dibandingkan Nearest Neighbor. dengan perhitungan dengan metode Clarke & Wright Saving. Hasil yang didapat dari perbandingan total jarak Euclidean antara rute yang didapatkan melalui metode Nearest Neighbor dan metode Clarke & Wright Saving antara lain: - Pengujian dilakukan pada 16 sampel data harian, dan masing-masing akan dibagi menjadi tiga cluster, sehingga ada total jarak Euclidean pada 48 cluster harian yang akan diperbandingkan antara kedua metode (lihat Lampiran 13). Dari 48 data tersebut, 41 data total jarak cluster harian (83,33%) menunjukkan total jarak yang lebih kecil dengan metode Clarke & Wright Saving.

13 28 - Selisih total jarak antara kedua metode berkisar antara 1,28% sampai 27,3% terhadap jarak total dengan metode Nearest Neighbor (lihat Tabel 4.2). - Besar rata-rata penghematan total jarak harian dengan menggunakan metode Clarke & Wright Saving (dibandingkan dengan metode Nearest Neighbor) adalah sebesar 36,33 unit cm peta per hari atau sekitar 40 km per hari. Angka 40 km per hari ini didapatkan dari hasil kali antara total jarak Euclidean (36,33 unit cm peta per hari) dengan nilai rata-rata perbandingan jarak Google Maps dan jarak Euclidean peta, yaitu 1,1 km / 1 cm unit peta (lihat Lampiran 6). Namun, metode penentuan rute yang disarankan adalah metode Nearest Neighbor, dengan alasan sebagai berikut: o Metode Nearest Neighbor merupakan metode penentuan rute yang cukup sederhana, sehingga mudah diterapkan oleh kurir JNE Logistics and Distribution yang merupakan orang lapangan. o Meskipun ada penghematan pada total jarak harian Euclidean (36,33 unit cm peta per hari atau sekitar 40 km per hari), waktu proses untuk mendapatkan rute dengan metode Clarke & Wright Saving ternyata membutuhkan waktu yang lebih lama dengan proses penghitungan yang lebih rumit dan sulit divisualisasikan. Perbandingan antara contoh penentuan rute dengan metode Nearest Neighbor dengan metode Clarke & Wright Saving dapat dilihat pada Gambar 4.10 dan Gambar Gambar 4.10 Penentuan Rute Tiap-tiap Cluster dengan Metode Nearest Neighbor Sumber: (dengan modifikasi)

14 29 Bila dianalisis lebih lanjut, penghematan jarak tempuh sebesar 40 kilometer per hari akan berpengaruh pada tingkat pengeluaran untuk konsumsi bahan bakar minyak (BBM) oleh kurir. Namun melalui wawancara dengan Kepala dan Staf Divisi Operasional JNE Logistics and Distribution (lihat Lampiran 5), ternyata anggaran untuk transaksi BBM sehubungan dengan aktivitas kurir dalam mengantarkan paket sudah termasuk dalam gaji pokok tiaptiap kurir. Jadi, penghematan jarak tempuh ini sebenarnya tidak akan berpengaruh pada biaya yang dikeluarkan oleh JNE Logistics and Distribution untuk mengantarkan paket, melainkan berpengaruh pada pengeluaran kurir itu sendiri. Dengan kebijakan demikian, sebenarnya ada mekanisme yang diterapkan oleh JNE Logistics and Distribution untuk memberikan inisiatif pada kurir untuk mencoba menentukan rute dengan jarak atau waktu terpendek. Karena metode yang disarankan adalah metode Nearest Neighbor, maka evaluasi lebih lanjut dilakukan dengan membandingkan total jarak Euclidean harian yang didapat dari metode Nearest Neighbor dengan total jarak Euclidean Google Maps pada hari-hari tertentu (Tabel 4.4). Hasil perhitungan pada Tabel 4.4 memperlihatkan bahwa 81,25% dari sampel yang diuji menunjukkan adanya penghematan total jarak harian jika penentuan rute dilakukan dengan metode Nearest Neighbor. Ternyata penentuan rute dengan menggunakan metode Nearest Neighbor dapat memberikan penyusutan jarak sampai sebesar 31% atau sekitar 100 cm jarak peta (atau setara dengan sekitar 110 km, lihat Lampiran 12). Selain itu, banyak kurir yang diperlukan untuk mengantarkan paket juga akan dibandingkan (Tabel 4.5). Bila penentuan rute dilakukan dengan fungsi objektif meminimalkan kurir, maka pada 87,5% sampel yang diuji, jumlah kurir yang sebenarnya bertugas di Divisi Operasional JNE Logistics and Distribution adalah dua kali lipat atau lebihnya dari jumlah minimum kurir yang seharusnya dibutuhkan jika penentuan rute dilakukan dengan metode Nearest Neighbor. Tabel 4.4 Perbandingan Total Jarak Euclidean Harian antara Metode Nearest Neighbor (NN) dan Total Jarak Euclidean Aktual 4/29 4/30 5/1 5/2 5/3 5/4 5/6 5/7 5/8 5/10 5/11 5/27 5/28 5/29 5/30 5/31 NN Aktual delta %delta 15% 31% 16% 20% 29% 27% 13% 9% 38% 6% 16% 30% 30% 15% 23% 48% Keterangan: Delta adalah selisih antara Total Jarak Euclidean metode Nearest Neighbor (NN) dengan Aktual. Warna merah mengindikasikan bahwa total jarak Euclidean dengan Google Maps ternyata lebih kecil dibandingkan dengan metode NN. Warna hitam mengindikasikan sebaliknya. Tabel 4.5 Perbandingan Banyak Kurir Harian antara Metode Nearest Neighbor (NN) dan Kondisi Aktual pada Periode Pengamatan 4/29 4/30 5/1 5/2 5/3 5/4 5/6 5/7 5/8 5/10 5/11 5/27 5/28 5/29 5/30 5/31 NN Aktual

15 30 Gambar 4.11 Penentuan Rute Tiap-tiap Cluster dengan Metode Clarke & Wright Saving Sumber: (dengan modifikasi) Perlu dicatat bahwa jumlah kurir minimum yang disarankan sebagai hasil perhitungan dengan metode Nearest Neighbor dilandaskan pada kondisi pemberdayaan maksimum dari kurir yang bersangkutan (misalnya kurir diharapkan terus bekerja sampai 8 jam kerjanya habis). Jika demikian, akan ada potensi terjadinya keterlambatan pengiriman paket bagi konsumen dengan giliran akhir dari rute yang ditentukan oleh kurir. Sebaliknya, penugasan lebih banyak kurir mungkin dapat menambah jumlah konsumen yang dilayani dengan cepat sehingga dapat memberikan pelayanan yang memuaskan kepada lebih banyak konsumen. Jadi, perlu dipertimbangkan adanya trade-off antara usaha meminimalkan jumlah kurir dengan usaha memaksimalkan kepuasan pelanggan. Perlu juga dipertimbangkan bahwa alamat-alamat konsumen yang dilayani oleh JNE Logistics and Distribution selama periode pengamatan cukup didominasi oleh gedung atau perkantoran (977 gedung dari alamat atau sekitar 57%). Umumnya, pada gedung dan perkantoran di wilayah Jakarta, diberlakukan jam operasional tertentu, sehingga bila sudah saatnya jam tutup, maka pengiriman tidak dapat dilakukan ke alamat tersebut (umumnya jam operasional gedung adalah sampai pukul 17.00).